對深度學習感興趣的你，不了解這些就太OUT了！

第一時間關注程序猿（媛）身邊的故事

TensorFlow是什麼？

TensorFlow的前身是谷歌大腦（google brain）團隊研發的DistBelief。自創建以來，它便被數十個團隊應用於包括深度神經網路在內的不計其數的項目中。然而，像許多開創性工程項目一樣，DistBelief也存在一些限制了其易用性和靈活性的設計錯誤。後來，谷歌發起了新的項目，它就是TensorFlow，是目前最為流行的開源深度學習框架，在圖形分類、音頻處理、推薦系統和自然語言處理等場景下都有豐富的應用。

儘管功能強大，它的框架學習門檻卻並不高，只要掌握Python安裝和使用，並對機器學習和神經網路方面的知識有所了解就可以上手。

Theano又是什麼？

Theano是一個Python庫，可以在CPU或GPU上運行快速數值計算。這是Python深度學習中的一個關鍵基礎庫，你可以直接用它來創建深度學習模型或包裝庫，大大簡化了程序。

Python的核心Theano是一個數學表達式的編譯器。它知道如何獲取你的結構，並使之成為一個使用numpy、高效本地庫的非常高效的代碼，如BLAS和本地代碼（C++），在CPU或GPU上儘可能快地運行。它巧妙的採用一系列代碼優化從硬體中攫取儘可能多的性能。如果你對代碼中的數學優化的基本事實感興趣，看看這個有趣的名單。

Theano是為深度學習中處理大型神經網路演算法所需的計算而專門設計的。它是這類庫的首創之一，被認為是深度學習研究和開發的行業標準。

因此，大家都稱Theano為深度學習框架的祖師爺！

一封告別信，Theano消失？

GIF

Yoshua Bengio教授的一封郵件宣布Theano完成歷史使命。如果你認為Theano已死，那就大錯特錯了！

從現在的主流模型之中，我們仍然可以看到Theano的影子。它並沒有死，而是影響著許許多多的模型。事實上，Theano的很多開發人員都去谷歌參與TensorFlow的開發了，其中包括早期開發成員Ian Goodfellow。而後起之秀Tensorflow在功能上與Theano十分相似，性能也更加優化。

從Theano到Tensorflow，橫向對比七大深度學習框架

來自數據科學公司 Silicon Valley Data Science 的數據工程師 Matt Rubashkin（UC Berkeley 博士）就Theano、TensorFlow、Torch、Caffe、MXNet、Neon 和 CNTK等7種流行框架進行了一次橫向對比。

最後的結果是：如果你想要開始深度學習，你應該從評估自己的團隊技能和業務需求開始。例如，如果一個以Python為中心的團隊想開發圖像識別的應用程序，你應該使用TensorFlow，因為它有豐富的資源，較好性能和完整的原型工具。

如果你使用的是Tensorflow，那你一定要學習Theano！

主要內容

1.《基於Theano的深度學習：構建未來與當前的人工大腦》介紹了深度學習的基本概念和Theano在深度學習中的應用。

2.《基於TensorFlow的深度學習：揭示數據隱含的奧秘》介紹了 TensorFlow的入門知識，及其在深度神經網路、卷積神經網路、遞歸神經網路中的應用，並通過具體示例進行了詳細分析與應用。

作者簡介

1.Christopher Bourez於巴黎綜合理工大學和卡尚高等師範學院獲得數學、機器學習和計算機視覺（MVA）的碩士學位。在Packt出版社的積極倡導下，將其撰寫的Caffe、TensorFlow或Torch教程的成功經驗移植到Theano技術的本書上。

2.Dan Van Boxel 是一位擁有10 多年開發經驗的數據分析師和機器學習工程師，其具代表性的工作是Dan Dose Data，這是一個在YouTube 上演示神經網路強大功能和缺陷的直播平台。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！